Thống kê và dữ liệu lớn

Tôi bắt đầu học về các mạng nơ-ron với hướng dẫn chấm com nơ-ron thần kinh. Cụ thể trong chương 3 có một phần về hàm entropy chéo và định nghĩa mất entropy chéo là: C= - 1nΣxΣj( yjlnmộtLj+ ( 1 - yj) ln( 1 - mộtLj) )C=−1n∑x∑j(yjln⁡ajL+(1−yj)ln⁡(1−ajL))C = -\frac{1}{n} …

12 neural-networks  loss-functions  softmax  cross-entropy 

Giả sử tôi có hiệp phương sai ma trận và Y . Những lựa chọn nào sau đó cũng là ma trận hiệp phương sai?XXXYYY X+ YX+YX+Y X2X2X^2 XYXYXY Tôi có một chút khó khăn để hiểu chính xác những gì cần thiết cho một cái gì đó là một …

12 covariance  covariance-matrix 

Tôi muốn sử dụng bootstrapping để ước tính khoảng tin cậy cho các tham số ước tính từ bộ dữ liệu bảng điều khiển với N = 250 hãng và T = 50 tháng. Việc ước tính các tham số tốn kém về mặt tính toán (vài ngày tính toán) …

12 confidence-interval  bootstrap  nonlinear-regression  kalman-filter 

Gần đây tôi đã làm mới kiến ​​thức dự báo của mình trong khi thực hiện một số dự báo hàng tháng tại nơi làm việc và đọc cuốn sách của Rob Hyndman, nhưng nơi tôi gặp khó khăn là khi sử dụng mô hình làm mịn theo cấp số …

12 forecasting  arima  exponential-smoothing 

Tôi luôn được dạy rằng CLT hoạt động khi bạn lấy mẫu lặp lại, với mỗi mẫu đủ lớn. Ví dụ, hãy tưởng tượng tôi có một đất nước gồm 1.000.000 công dân. Sự hiểu biết của tôi về CLT là ngay cả khi phân phối chiều cao của họ …

12 sampling  central-limit-theorem 

Tôi tò mò về danh pháp: tại sao bị lệch trái được gọi là lệch âm và lệch phải được gọi là lệch?

12 terminology  skewness 

Hiện tại có một số cách tiếp cận khác nhau để thực hiện phân tích tổng hợp mạng hoặc so sánh điều trị hỗn hợp. Những cái thường được sử dụng và dễ tiếp cận nhất có lẽ là như sau: trong khuôn khổ Bayes : phương pháp tương tác …

12 r  stata  sas  winbugs  network-meta-analysis 

Làm cách nào để mã hóa ngày và thời gian của một sự kiện cho mạng thần kinh? Tôi không có chuỗi thời gian liên tục, nhưng một số sự kiện có ngày và thời gian, và tôi phân tích một số loại quan tâm. Sở thích này khác nhau …

12 neural-networks  deep-learning 

Giả sử tôi có theo chuỗi thời gian không định kỳ. Rõ ràng xu hướng đang giảm và tôi muốn chứng minh điều đó bằng một số thử nghiệm (với giá trị p ). Tôi không thể sử dụng hồi quy tuyến tính cổ điển do tương quan tự động …

12 r  time-series 

Đọc sâu hơn với các kết luận Tôi bắt gặp một lớp DepthConcat , một khối xây dựng của các mô-đun khởi động được đề xuất , kết hợp đầu ra của nhiều thang đo có kích thước khác nhau. Các tác giả gọi đây là "Bộ lọc ghép". Dường …

12 neural-networks  torch  conv-neural-network 

Tôi đang cố gắng điều chỉnh một mô hình luật công suất đơn giản cho một tập dữ liệu như sau: mydf: rev weeks 17906.4 1 5303.72 2 2700.58 3 1696.77 4 947.53 5 362.03 6 Mục tiêu là để vượt qua đường dây điện thông qua và sử dụng …

12 r  predictive-models  nonlinear-regression  power-law  nls 

Tôi đang làm việc với thư viện scikit-learn trong python. Trong đoạn mã dưới đây, tôi dự đoán xác suất nhưng tôi không biết cách đọc đầu ra. Kiểm tra dữ liệu from sklearn.ensemble import RandomForestClassifier as RF from sklearn import cross_validation X = np.array([[5,5,5,5],[10,10,10,10],[1,1,1,1],[6,6,6,6],[13,13,13,13],[2,2,2,2]]) y = np.array([0,1,1,0,1,2]) Tách tập …

12 python  scikit-learn 

Tôi hiểu lý do đằng sau chuẩn hóa cột, vì nó làm cho các tính năng có trọng số như nhau, ngay cả khi chúng không được đo trên cùng một tỷ lệ - tuy nhiên, thường trong tài liệu lân cận gần nhất, cả cột và hàng đều được …

12 normalization  distance  similarities  k-nearest-neighbour 

Chỉ cần tự hỏi nếu có thể tìm thấy giá trị Mong đợi của x nếu nó được phân phối bình thường, với giá trị dưới một giá trị nhất định (ví dụ, dưới giá trị trung bình).

12 normal-distribution  conditional-probability  expected-value 

Tôi đang cố gắng áp dụng thử nghiệm chính xác của Fisher trong một vấn đề di truyền mô phỏng, nhưng các giá trị p dường như bị lệch sang phải. Là một nhà sinh vật học, tôi đoán rằng tôi chỉ thiếu một cái gì đó rõ ràng cho …

12 p-value  fishers-exact